Os dados dessa painel de controle foram oriundos de pesquisas realizadas pelos alunos de Relações Públicas do período Matutino e Noturno e dos alunos de Geografia Matutino e Noturno. Ao todo, 185 pessoas foram entrevistas em relação à idade, sexo, nível de escolaridade, peso, altura, profissão e algumas outras variáveis, como renda fixa mensal e consumo de água.
Prof. Msc. Gabriel Danilo Shimizu
e-mail: shimizu@uel.br
Departamento de estatística, Centro de Ciências Exatas
Somando-se os dados oriundos das pessoas entrevistadas pelos alunos da Geografia matutino, geografia noturno, relações públicas matutino e relações públicas noturno, foi coletado 185 pessoas, sendo 105 do sexo Feminino e 80 do sexo masculino.
Do total de pessoas, 22 possuem Ensino Fundamental Completo, 15 possuem Ensino Fundamental Incompleto, 17 possuem Ensino Médio Completo, 10 possuem Ensino Médio Incompleto, 51 possuem Ensino Superior Completo, 48 possuem Ensino Superior Incompleto e 22 possuem Pós-Graduação.
| Média | Desvio-padrão | Variância | CV(%) |
|---|---|---|---|
| 168.01 | 9.72 | 94.5 | 5.79 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Feminino | 162.89 | 7.16 | 51.24 | 4.40 |
| Masculino | 174.74 | 8.48 | 71.92 | 4.85 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Advogada | 169.50 | 0.71 | 0.50 | 0.42 |
| Agricultor | 168.00 | 5.20 | 27.00 | 3.10 |
| Analista de Artes Gráficas | 175.00 | NA | NA | NA |
| Analista de Campanhas Digitais | 168.00 | NA | NA | NA |
| Analista de sistema | 165.00 | 7.07 | 50.00 | 4.28 |
| Aposentado | 165.20 | 7.39 | 54.62 | 4.47 |
| Arquiteto | 182.00 | NA | NA | NA |
| Artesã | 160.00 | NA | NA | NA |
| Assessor/Foto jornalista | 180.00 | NA | NA | NA |
| Assistente de marketing | 157.00 | NA | NA | NA |
| Assistente de RH | 174.00 | NA | NA | NA |
| Assistente financeiro | 169.00 | NA | NA | NA |
| Atendente | 168.67 | 11.93 | 142.33 | 7.07 |
| Autônoma | 161.00 | 8.54 | 73.00 | 5.30 |
| Auxiliar administrativo | 164.00 | NA | NA | NA |
| Auxiliar de almoxarifado | 190.00 | NA | NA | NA |
| Auxiliar de Convênio empresarial | 155.00 | NA | NA | NA |
| Auxiliar de escritório | 168.75 | 9.29 | 86.25 | 5.51 |
| Auxiliar de faturamento | 168.00 | NA | NA | NA |
| Auxiliar de Serviços Gerais | 152.00 | NA | NA | NA |
| Auxiliar Serviços Gerais | 155.00 | NA | NA | NA |
| Balconista | 154.00 | NA | NA | NA |
| Bancária | 161.00 | NA | NA | NA |
| Barbeiro | 178.33 | 3.51 | 12.33 | 1.97 |
| Cabelereiro | 160.00 | NA | NA | NA |
| Carpinteiro | 184.00 | NA | NA | NA |
| Confeiteira | 165.00 | NA | NA | NA |
| Consultora comercial | 173.00 | NA | NA | NA |
| Contadora | 160.00 | NA | NA | NA |
| Controle de qualidade | 165.00 | NA | NA | NA |
| Coordenador de Departamento | 185.00 | NA | NA | NA |
| Coordenador de logística | 171.00 | 8.49 | 72.00 | 4.96 |
| Corretor imóveis | 166.50 | 16.26 | 264.50 | 9.77 |
| Desempregado | 166.00 | 8.34 | 69.60 | 5.02 |
| Desenvolvedor de soluções p/ desenvolvimentos | 170.00 | NA | NA | NA |
| Diarista | 165.00 | 7.07 | 50.00 | 4.28 |
| Do lar | 160.00 | NA | NA | NA |
| Empresário | 172.33 | 6.89 | 47.47 | 4.00 |
| Encarregado de obras | 180.00 | NA | NA | NA |
| Enfermeira | 168.00 | NA | NA | NA |
| Estagiária | 165.60 | 4.62 | 21.30 | 2.79 |
| Estudante | 166.92 | 14.18 | 201.04 | 8.50 |
| Fotografo | 175.00 | NA | NA | NA |
| Funcionário Publico | 170.00 | NA | NA | NA |
| Funcionário Público | 173.50 | 15.78 | 249.00 | 9.10 |
| Gerente | 180.00 | NA | NA | NA |
| Gestor de estoque | 185.00 | NA | NA | NA |
| Gestora comercial | 153.00 | NA | NA | NA |
| Inspetora de qualidade | 160.00 | NA | NA | NA |
| Jornalista | 162.00 | NA | NA | NA |
| Marinheiro Mercante | 190.00 | NA | NA | NA |
| Massoterapêuta | 154.00 | NA | NA | NA |
| Mestre de obra | 167.00 | NA | NA | NA |
| Motorista | 169.00 | 3.61 | 13.00 | 2.14 |
| Operador de caixa | 162.00 | NA | NA | NA |
| Operador de Caixa | 154.00 | NA | NA | NA |
| Operador de sistema | 169.00 | NA | NA | NA |
| Padeiro | 171.00 | 1.41 | 2.00 | 0.82 |
| Personal Trainer | 168.00 | NA | NA | NA |
| Pesquisador | 165.00 | NA | NA | NA |
| Professor | 170.67 | 17.79 | 316.33 | 10.42 |
| Professora | 162.50 | 9.19 | 84.50 | 5.66 |
| Psicologa | 169.50 | 0.71 | 0.50 | 0.42 |
| Recrutadora | 173.00 | NA | NA | NA |
| Representante Comercial | 177.00 | NA | NA | NA |
| Secretária | 170.00 | 4.24 | 18.00 | 2.49 |
| Serviços gerais | 160.00 | NA | NA | NA |
| Social Media | 159.00 | 8.49 | 72.00 | 5.34 |
| SOS | 165.00 | NA | NA | NA |
| Supervisor carga e descarga | 163.00 | NA | NA | NA |
| Tratador de equinos | 175.00 | NA | NA | NA |
| Vendedor | 169.29 | 11.88 | 141.24 | 7.02 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Ensino Fundamental Completo | 163.45 | 12.66 | 160.26 | 7.75 |
| Ensino Fundamental Incompleto | 163.13 | 9.01 | 81.27 | 5.52 |
| Ensino Médio Completo | 171.65 | 9.41 | 88.49 | 5.48 |
| Ensino Médio Incompleto | 172.40 | 8.25 | 68.04 | 4.79 |
| Ensino Superior Completo | 168.04 | 8.34 | 69.60 | 4.96 |
| Ensino Superior Incompleto | 168.27 | 9.13 | 83.35 | 5.43 |
| Pós-Graduação | 170.45 | 9.98 | 99.69 | 5.86 |
| Média | Desvio-padrão | Variância | CV(%) |
|---|---|---|---|
| 37.75 | 17.43 | 303.83 | 46.17 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Feminino | 37.39 | 16.47 | 271.41 | 44.05 |
| Masculino | 38.23 | 18.71 | 349.95 | 48.94 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Advogada | 37.50 | 17.68 | 312.50 | 47.15 |
| Agricultor | 60.33 | 21.13 | 446.33 | 35.02 |
| Analista de Artes Gráficas | 50.00 | NA | NA | NA |
| Analista de Campanhas Digitais | 23.00 | NA | NA | NA |
| Analista de sistema | 39.00 | 9.90 | 98.00 | 25.38 |
| Aposentado | 69.60 | 9.00 | 80.93 | 12.93 |
| Arquiteto | 53.00 | NA | NA | NA |
| Artesã | 53.00 | NA | NA | NA |
| Assessor/Foto jornalista | 24.00 | NA | NA | NA |
| Assistente de marketing | 23.00 | NA | NA | NA |
| Assistente de RH | 21.00 | NA | NA | NA |
| Assistente financeiro | 37.00 | NA | NA | NA |
| Atendente | 24.67 | 8.02 | 64.33 | 32.51 |
| Autônoma | 51.33 | 11.02 | 121.33 | 21.47 |
| Auxiliar administrativo | 46.00 | NA | NA | NA |
| Auxiliar de almoxarifado | 24.00 | NA | NA | NA |
| Auxiliar de Convênio empresarial | 22.00 | NA | NA | NA |
| Auxiliar de escritório | 27.75 | 12.18 | 148.25 | 43.89 |
| Auxiliar de faturamento | 20.00 | NA | NA | NA |
| Auxiliar de Serviços Gerais | 49.00 | NA | NA | NA |
| Auxiliar Serviços Gerais | 38.00 | NA | NA | NA |
| Balconista | 57.00 | NA | NA | NA |
| Bancária | 26.00 | NA | NA | NA |
| Barbeiro | 39.33 | 7.51 | 56.33 | 19.09 |
| Cabelereiro | 50.00 | NA | NA | NA |
| Carpinteiro | 42.00 | NA | NA | NA |
| Confeiteira | 56.00 | NA | NA | NA |
| Consultora comercial | 43.00 | NA | NA | NA |
| Contadora | 62.00 | NA | NA | NA |
| Controle de qualidade | 47.00 | NA | NA | NA |
| Coordenador de Departamento | 19.00 | NA | NA | NA |
| Coordenador de logística | 36.00 | 12.73 | 162.00 | 35.36 |
| Corretor imóveis | 40.00 | 11.31 | 128.00 | 28.27 |
| Desempregado | 30.67 | 13.46 | 181.07 | 43.89 |
| Desenvolvedor de soluções p/ desenvolvimentos | 29.00 | NA | NA | NA |
| Diarista | 53.50 | 3.54 | 12.50 | 6.62 |
| Do lar | 61.00 | NA | NA | NA |
| Empresário | 49.33 | 9.56 | 91.47 | 19.38 |
| Encarregado de obras | 30.00 | NA | NA | NA |
| Enfermeira | 55.00 | NA | NA | NA |
| Estagiária | 20.80 | 1.10 | 1.20 | 5.29 |
| Estudante | 18.29 | 3.69 | 13.61 | 20.17 |
| Fotografo | 22.00 | NA | NA | NA |
| Funcionário Publico | 36.00 | NA | NA | NA |
| Funcionário Público | 42.50 | 11.12 | 123.67 | 26.16 |
| Gerente | 44.00 | NA | NA | NA |
| Gestor de estoque | 23.00 | NA | NA | NA |
| Gestora comercial | 21.00 | NA | NA | NA |
| Inspetora de qualidade | 37.00 | NA | NA | NA |
| Jornalista | 26.00 | NA | NA | NA |
| Marinheiro Mercante | 29.00 | NA | NA | NA |
| Massoterapêuta | 54.00 | NA | NA | NA |
| Mestre de obra | 47.00 | NA | NA | NA |
| Motorista | 51.67 | 3.21 | 10.33 | 6.21 |
| Operador de caixa | 43.00 | NA | NA | NA |
| Operador de Caixa | 38.00 | NA | NA | NA |
| Operador de sistema | 25.00 | NA | NA | NA |
| Padeiro | 46.50 | 28.99 | 840.50 | 62.34 |
| Personal Trainer | 33.00 | NA | NA | NA |
| Pesquisador | 25.00 | NA | NA | NA |
| Professor | 44.67 | 11.93 | 142.33 | 26.71 |
| Professora | 39.50 | 16.26 | 264.50 | 41.16 |
| Psicologa | 42.00 | 21.21 | 450.00 | 50.50 |
| Recrutadora | 22.00 | NA | NA | NA |
| Representante Comercial | 50.00 | NA | NA | NA |
| Secretária | 38.00 | 2.83 | 8.00 | 7.45 |
| Serviços gerais | 54.00 | NA | NA | NA |
| Social Media | 20.50 | 0.71 | 0.50 | 3.46 |
| SOS | 53.00 | NA | NA | NA |
| Supervisor carga e descarga | 29.00 | NA | NA | NA |
| Tratador de equinos | 19.00 | NA | NA | NA |
| Vendedor | 43.00 | 17.03 | 290.00 | 39.60 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Ensino Fundamental Completo | 46.09 | 20.13 | 405.23 | 43.68 |
| Ensino Fundamental Incompleto | 53.13 | 20.40 | 415.98 | 38.40 |
| Ensino Médio Completo | 40.71 | 11.88 | 141.22 | 29.18 |
| Ensino Médio Incompleto | 41.70 | 27.51 | 756.90 | 65.97 |
| Ensino Superior Completo | 39.06 | 15.21 | 231.42 | 38.94 |
| Ensino Superior Incompleto | 24.19 | 7.81 | 60.92 | 32.29 |
| Pós-Graduação | 41.41 | 12.85 | 165.21 | 31.03 |
| Média | Desvio-padrão | Variância | CV(%) |
|---|---|---|---|
| 73.47 | 14.3 | 204.43 | 19.46 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Feminino | 67.89 | 12.23 | 149.49 | 18.01 |
| Masculino | 80.79 | 13.55 | 183.61 | 16.77 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Advogada | 64.00 | 8.49 | 72.00 | 13.27 |
| Agricultor | 94.33 | 12.10 | 146.33 | 12.83 |
| Analista de Artes Gráficas | 80.00 | NA | NA | NA |
| Analista de Campanhas Digitais | 64.00 | NA | NA | NA |
| Analista de sistema | 83.00 | 21.21 | 450.00 | 25.55 |
| Aposentado | 78.60 | 10.54 | 111.16 | 13.41 |
| Arquiteto | 90.00 | NA | NA | NA |
| Artesã | 66.00 | NA | NA | NA |
| Assessor/Foto jornalista | 88.00 | NA | NA | NA |
| Assistente de marketing | 65.00 | NA | NA | NA |
| Assistente de RH | 88.00 | NA | NA | NA |
| Assistente financeiro | 53.00 | NA | NA | NA |
| Atendente | 73.00 | 15.72 | 247.00 | 21.53 |
| Autônoma | 81.67 | 4.73 | 22.33 | 5.79 |
| Auxiliar administrativo | 67.00 | NA | NA | NA |
| Auxiliar de almoxarifado | 64.00 | NA | NA | NA |
| Auxiliar de Convênio empresarial | 67.00 | NA | NA | NA |
| Auxiliar de escritório | 73.50 | 16.05 | 257.67 | 21.84 |
| Auxiliar de faturamento | 48.00 | NA | NA | NA |
| Auxiliar de Serviços Gerais | 64.00 | NA | NA | NA |
| Auxiliar Serviços Gerais | 56.00 | NA | NA | NA |
| Balconista | 75.00 | NA | NA | NA |
| Bancária | 58.00 | NA | NA | NA |
| Barbeiro | 89.00 | 6.56 | 43.00 | 7.37 |
| Cabelereiro | 61.00 | NA | NA | NA |
| Carpinteiro | 89.00 | NA | NA | NA |
| Confeiteira | 68.00 | NA | NA | NA |
| Consultora comercial | 66.00 | NA | NA | NA |
| Contadora | 60.00 | NA | NA | NA |
| Controle de qualidade | 89.00 | NA | NA | NA |
| Coordenador de Departamento | 68.00 | NA | NA | NA |
| Coordenador de logística | 87.00 | 5.66 | 32.00 | 6.51 |
| Corretor imóveis | 72.50 | 3.54 | 12.50 | 4.88 |
| Desempregado | 63.50 | 11.47 | 131.50 | 18.06 |
| Desenvolvedor de soluções p/ desenvolvimentos | 89.00 | NA | NA | NA |
| Diarista | 87.50 | 24.75 | 612.50 | 28.29 |
| Do lar | 60.00 | NA | NA | NA |
| Empresário | 92.08 | 10.49 | 110.04 | 11.39 |
| Encarregado de obras | 70.00 | NA | NA | NA |
| Enfermeira | 56.00 | NA | NA | NA |
| Estagiária | 66.30 | 17.65 | 311.45 | 26.62 |
| Estudante | 66.78 | 18.13 | 328.52 | 27.15 |
| Fotografo | 60.00 | NA | NA | NA |
| Funcionário Publico | 110.00 | NA | NA | NA |
| Funcionário Público | 83.25 | 16.24 | 263.58 | 19.51 |
| Gerente | 90.00 | NA | NA | NA |
| Gestor de estoque | 65.00 | NA | NA | NA |
| Gestora comercial | 50.00 | NA | NA | NA |
| Inspetora de qualidade | 68.00 | NA | NA | NA |
| Jornalista | 63.00 | NA | NA | NA |
| Marinheiro Mercante | 95.00 | NA | NA | NA |
| Massoterapêuta | 47.00 | NA | NA | NA |
| Mestre de obra | 68.00 | NA | NA | NA |
| Motorista | 76.67 | 9.07 | 82.33 | 11.83 |
| Operador de caixa | 65.00 | NA | NA | NA |
| Operador de Caixa | 55.00 | NA | NA | NA |
| Operador de sistema | 84.00 | NA | NA | NA |
| Padeiro | 82.00 | 2.83 | 8.00 | 3.45 |
| Personal Trainer | 74.00 | NA | NA | NA |
| Pesquisador | 63.00 | NA | NA | NA |
| Professor | 72.67 | 10.79 | 116.33 | 14.85 |
| Professora | 72.00 | 11.31 | 128.00 | 15.71 |
| Psicologa | 75.00 | 8.49 | 72.00 | 11.32 |
| Recrutadora | 67.00 | NA | NA | NA |
| Representante Comercial | 95.00 | NA | NA | NA |
| Secretária | 61.50 | 4.95 | 24.50 | 8.05 |
| Serviços gerais | 95.00 | NA | NA | NA |
| Social Media | 64.00 | 5.66 | 32.00 | 8.84 |
| SOS | 69.00 | NA | NA | NA |
| Supervisor carga e descarga | 64.00 | NA | NA | NA |
| Tratador de equinos | 75.00 | NA | NA | NA |
| Vendedor | 73.57 | 9.38 | 87.95 | 12.75 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Ensino Fundamental Completo | 69.91 | 14.98 | 224.28 | 21.43 |
| Ensino Fundamental Incompleto | 73.93 | 13.56 | 183.92 | 18.34 |
| Ensino Médio Completo | 80.47 | 16.81 | 282.64 | 20.89 |
| Ensino Médio Incompleto | 74.10 | 8.67 | 75.21 | 11.70 |
| Ensino Superior Completo | 73.61 | 13.74 | 188.72 | 18.67 |
| Ensino Superior Incompleto | 69.35 | 13.30 | 176.96 | 19.18 |
| Pós-Graduação | 79.66 | 14.80 | 219.13 | 18.58 |
| Média | Desvio-padrão | Variância | CV(%) |
|---|---|---|---|
| 3898.96 | 4294.64 | 18443931 | 110.15 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Feminino | 3310.89 | 4106.54 | 16863661 | 124.03 |
| Masculino | 4497.72 | 4435.23 | 19671230 | 98.61 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Advogada | 5269.50 | 2447.30 | 5989260.50 | 46.44 |
| Agricultor | 1561.00 | 0.00 | 0.00 | 0.00 |
| Analista de Artes Gráficas | 4000.00 | NA | NA | NA |
| Analista de Campanhas Digitais | NaN | NA | NA | NA |
| Analista de sistema | 7058.00 | 2746.40 | 7542728.00 | 38.91 |
| Aposentado | 5363.54 | 7181.22 | 51569886.89 | 133.89 |
| Arquiteto | 10000.00 | NA | NA | NA |
| Artesã | 1295.00 | NA | NA | NA |
| Assessor/Foto jornalista | 4589.00 | NA | NA | NA |
| Assistente de marketing | NaN | NA | NA | NA |
| Assistente de RH | NaN | NA | NA | NA |
| Assistente financeiro | 1926.00 | NA | NA | NA |
| Atendente | 2330.67 | 1445.69 | 2090021.33 | 62.03 |
| Autônoma | 1850.00 | 1626.35 | 2645000.00 | 87.91 |
| Auxiliar administrativo | 2100.00 | NA | NA | NA |
| Auxiliar de almoxarifado | 1424.00 | NA | NA | NA |
| Auxiliar de Convênio empresarial | NaN | NA | NA | NA |
| Auxiliar de escritório | 1436.25 | 0.00 | 0.00 | 0.00 |
| Auxiliar de faturamento | NaN | NA | NA | NA |
| Auxiliar de Serviços Gerais | NaN | NA | NA | NA |
| Auxiliar Serviços Gerais | 1600.00 | NA | NA | NA |
| Balconista | NaN | NA | NA | NA |
| Bancária | 3000.00 | NA | NA | NA |
| Barbeiro | 5530.00 | 4229.98 | 17892700.00 | 76.49 |
| Cabelereiro | 8000.00 | NA | NA | NA |
| Carpinteiro | 12000.00 | NA | NA | NA |
| Confeiteira | 2500.00 | NA | NA | NA |
| Consultora comercial | NaN | NA | NA | NA |
| Contadora | 4000.00 | NA | NA | NA |
| Controle de qualidade | NaN | NA | NA | NA |
| Coordenador de Departamento | 2200.00 | NA | NA | NA |
| Coordenador de logística | 4916.00 | 0.00 | 0.00 | 0.00 |
| Corretor imóveis | 4100.00 | 565.69 | 320000.00 | 13.80 |
| Desempregado | 1775.00 | 1732.41 | 3001250.00 | 97.60 |
| Desenvolvedor de soluções p/ desenvolvimentos | 5925.91 | NA | NA | NA |
| Diarista | 1169.00 | 0.00 | 0.00 | 0.00 |
| Do lar | 600.00 | NA | NA | NA |
| Empresário | 9769.67 | 8034.23 | 64548880.67 | 82.24 |
| Encarregado de obras | 2758.00 | NA | NA | NA |
| Enfermeira | 2000.00 | NA | NA | NA |
| Estagiária | 925.00 | 217.94 | 47500.00 | 23.56 |
| Estudante | 866.67 | 986.58 | 973333.33 | 113.84 |
| Fotografo | 1800.00 | NA | NA | NA |
| Funcionário Publico | 8000.00 | NA | NA | NA |
| Funcionário Público | 3307.00 | 2796.40 | 7819865.33 | 84.56 |
| Gerente | NaN | NA | NA | NA |
| Gestor de estoque | 1993.00 | NA | NA | NA |
| Gestora comercial | NaN | NA | NA | NA |
| Inspetora de qualidade | 2500.00 | NA | NA | NA |
| Jornalista | 2000.00 | NA | NA | NA |
| Marinheiro Mercante | 15000.00 | NA | NA | NA |
| Massoterapêuta | 4000.00 | NA | NA | NA |
| Mestre de obra | 4548.00 | NA | NA | NA |
| Motorista | 1932.50 | 95.46 | 9112.50 | 4.94 |
| Operador de caixa | 1513.00 | NA | NA | NA |
| Operador de Caixa | 15000.00 | NA | NA | NA |
| Operador de sistema | 700.00 | NA | NA | NA |
| Padeiro | 1603.27 | 136.80 | 18713.39 | 8.53 |
| Personal Trainer | 1000.00 | NA | NA | NA |
| Pesquisador | 3266.00 | NA | NA | NA |
| Professor | 8166.67 | 6331.14 | 40083333.33 | 77.52 |
| Professora | 2500.00 | 0.00 | 0.00 | 0.00 |
| Psicologa | 2660.00 | 0.00 | 0.00 | 0.00 |
| Recrutadora | 2000.00 | NA | NA | NA |
| Representante Comercial | 4000.00 | NA | NA | NA |
| Secretária | 2500.00 | NA | NA | NA |
| Serviços gerais | 1255.00 | NA | NA | NA |
| Social Media | 1800.00 | NA | NA | NA |
| SOS | 1500.00 | NA | NA | NA |
| Supervisor carga e descarga | 2200.00 | NA | NA | NA |
| Tratador de equinos | 1405.40 | NA | NA | NA |
| Vendedor | 3561.14 | 3748.99 | 14054935.81 | 105.27 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Ensino Fundamental Completo | 5680.00 | 5193.15 | 26968857.1 | 91.43 |
| Ensino Fundamental Incompleto | 1585.49 | 357.03 | 127472.6 | 22.52 |
| Ensino Médio Completo | 1656.42 | 460.14 | 211729.6 | 27.78 |
| Ensino Médio Incompleto | 1578.47 | NA | NA | NA |
| Ensino Superior Completo | 4034.16 | 4679.56 | 21898290.0 | 116.00 |
| Ensino Superior Incompleto | 2774.98 | 3587.31 | 12868771.3 | 129.27 |
| Pós-Graduação | 5393.81 | 4536.80 | 20582539.9 | 84.11 |
| Média | Desvio-padrão | Variância | CV(%) |
|---|---|---|---|
| 13.65 | 5.32 | 28.3 | 38.97 |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Feminino | 12.88 | 5.57 | 30.99 | 43.25 |
| Masculino | 14.84 | 4.88 | 23.85 | 32.88 |
Nota: Os alunos que coletaram dados de consumo de água não coletaram a informação de profissão.
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Advogada | NaN | NA | NA | NA |
| Agricultor | NaN | NA | NA | NA |
| Analista de Artes Gráficas | NaN | NA | NA | NA |
| Analista de Campanhas Digitais | NaN | NA | NA | NA |
| Analista de sistema | NaN | NA | NA | NA |
| Aposentado | NaN | NA | NA | NA |
| Arquiteto | NaN | NA | NA | NA |
| Artesã | NaN | NA | NA | NA |
| Assessor/Foto jornalista | NaN | NA | NA | NA |
| Assistente de marketing | NaN | NA | NA | NA |
| Assistente de RH | NaN | NA | NA | NA |
| Assistente financeiro | NaN | NA | NA | NA |
| Atendente | NaN | NA | NA | NA |
| Autônoma | NaN | NA | NA | NA |
| Auxiliar administrativo | NaN | NA | NA | NA |
| Auxiliar de almoxarifado | NaN | NA | NA | NA |
| Auxiliar de Convênio empresarial | NaN | NA | NA | NA |
| Auxiliar de escritório | NaN | NA | NA | NA |
| Auxiliar de faturamento | NaN | NA | NA | NA |
| Auxiliar de Serviços Gerais | NaN | NA | NA | NA |
| Auxiliar Serviços Gerais | NaN | NA | NA | NA |
| Balconista | NaN | NA | NA | NA |
| Bancária | NaN | NA | NA | NA |
| Barbeiro | NaN | NA | NA | NA |
| Cabelereiro | NaN | NA | NA | NA |
| Carpinteiro | NaN | NA | NA | NA |
| Confeiteira | NaN | NA | NA | NA |
| Consultora comercial | NaN | NA | NA | NA |
| Contadora | NaN | NA | NA | NA |
| Controle de qualidade | NaN | NA | NA | NA |
| Coordenador de Departamento | NaN | NA | NA | NA |
| Coordenador de logística | NaN | NA | NA | NA |
| Corretor imóveis | NaN | NA | NA | NA |
| Desempregado | NaN | NA | NA | NA |
| Desenvolvedor de soluções p/ desenvolvimentos | NaN | NA | NA | NA |
| Diarista | NaN | NA | NA | NA |
| Do lar | NaN | NA | NA | NA |
| Empresário | NaN | NA | NA | NA |
| Encarregado de obras | NaN | NA | NA | NA |
| Enfermeira | NaN | NA | NA | NA |
| Estagiária | NaN | NA | NA | NA |
| Estudante | NaN | NA | NA | NA |
| Fotografo | NaN | NA | NA | NA |
| Funcionário Publico | NaN | NA | NA | NA |
| Funcionário Público | NaN | NA | NA | NA |
| Gerente | NaN | NA | NA | NA |
| Gestor de estoque | NaN | NA | NA | NA |
| Gestora comercial | NaN | NA | NA | NA |
| Inspetora de qualidade | NaN | NA | NA | NA |
| Jornalista | NaN | NA | NA | NA |
| Marinheiro Mercante | NaN | NA | NA | NA |
| Massoterapêuta | NaN | NA | NA | NA |
| Mestre de obra | NaN | NA | NA | NA |
| Motorista | NaN | NA | NA | NA |
| Operador de caixa | NaN | NA | NA | NA |
| Operador de Caixa | NaN | NA | NA | NA |
| Operador de sistema | NaN | NA | NA | NA |
| Padeiro | NaN | NA | NA | NA |
| Personal Trainer | NaN | NA | NA | NA |
| Pesquisador | NaN | NA | NA | NA |
| Professor | NaN | NA | NA | NA |
| Professora | NaN | NA | NA | NA |
| Psicologa | NaN | NA | NA | NA |
| Recrutadora | NaN | NA | NA | NA |
| Representante Comercial | NaN | NA | NA | NA |
| Secretária | NaN | NA | NA | NA |
| Serviços gerais | NaN | NA | NA | NA |
| Social Media | NaN | NA | NA | NA |
| SOS | NaN | NA | NA | NA |
| Supervisor carga e descarga | NaN | NA | NA | NA |
| Tratador de equinos | NaN | NA | NA | NA |
| Vendedor | NaN | NA | NA | NA |
| Média | Desvio-padrão | Variância | CV(%) | |
|---|---|---|---|---|
| Ensino Fundamental Completo | 17.00 | NA | NA | NA |
| Ensino Fundamental Incompleto | 18.66 | 1.79 | 3.19 | 9.59 |
| Ensino Médio Completo | 16.20 | 3.00 | 9.03 | 18.52 |
| Ensino Médio Incompleto | 14.43 | 3.85 | 14.85 | 26.68 |
| Ensino Superior Completo | 8.50 | 5.04 | 25.40 | 59.29 |
| Ensino Superior Incompleto | 13.68 | 5.48 | 30.05 | 40.06 |
| Pós-Graduação | NaN | NA | NA | NA |
Como o p-valor calculado (\(1.2934247\times 10^{-18}\)) é menor que o nível de significância adotado (\(\alpha = 0.05\)), rejeita-se \(H_0\). Logo, as médias de altura entre os sexos são diferentes.
Manualmente:
\[\bar{X}_{masculino} = 174,74; S = 8,48; n = 80 \]
\[\bar{X}_{feminino} = 162,89; S = 7,16; n = 105\]
Estatística do teste (teste t para duas médias populacionais com variância desconhecida e desigual
\[t_{cal} = \frac{\bar{X}_1-\bar{X}_1-\Delta}{\sqrt{\frac{S^2_1}{n_1}+\frac{S^2_1}{n_2}}}\]
\[t_{cal} = \frac{174,74-162,89-0}{\sqrt{\frac{8,48^2}{80}+\frac{7,16^2}{105}}} = -10,064\] Graus de liberdade de Welch-Satterthwaite
\[v = \frac{(\frac{S^2_1}{n_1}+\frac{S^2_2}{n_2})^2}{\frac{(S^2_1/n_1)^2}{n_1-1}+\frac{(S^2_2/n_2)^2}{n_2-1}}\]
\[v = \frac{(\frac{8,48^2}{80}+\frac{7,16^2}{105})^2}{\frac{(8,48^2/80)^2}{80-1}+\frac{(7,16^2/105)^2}{105-1}} = 153,69 \approx 154\]
\[t_{\alpha=0.05;\ gl=154} = 1,976\]
Como o t calculado (\(10,064\)) é maior que o nível crítico [-1,9765; 1,9765], rejeita-se \(H_0\). Logo, as médias de altura entre os sexos são diferentes.
\[H_{0}: Peso\ média\ sexo\ masculino = Peso\ média\ do\ sexo\ feminino\] \[H_{1}: Peso\ média\ sexo\ masculino \neq Peso\ média\ do\ sexo\ feminino\]
Como o p-valor calculado (\(3.480534\times 10^{-10}\)) é menor que o nível de significância adotado (\(\alpha = 0.05\)), rejeita-se \(H_0\). Logo, as médias de peso entre os sexos são diferentes.
\[\bar{X}_{masculino} = 80,79; S = 13,55; n = 80\]
\[\bar{X}_{feminino} = 67,89; S = 12,23; n = 105 \]
Estatística do teste (teste t para duas médias populacionais com variância desconhecida e desigual
\[t_{cal} = \frac{\bar{X}_1-\bar{X}_1-\Delta}{\sqrt{\frac{S^2_1}{n_1}+\frac{S^2_1}{n_2}}}\]
\[t_{cal} = \frac{80,79-67,89-0}{\sqrt{\frac{12,23^2}{80}+\frac{13,55^2}{105}}} = -6,6926\] Graus de liberdade de Welch-Satterthwaite
\[v = \frac{(\frac{S^2_1}{n_1}+\frac{S^2_2}{n_2})^2}{\frac{(S^2_1/n_1)^2}{n_1-1}+\frac{(S^2_2/n_2)^2}{n_2-1}}\]
\[v = \frac{(\frac{13,55^2}{80}+\frac{12,23^2}{105})^2}{\frac{(13,55^2/80)^2}{80-1}+\frac{(12,23^2/105)^2}{105-1}} = 160,5 \approx 161\]
\[t_{\alpha=0.05;\ gl=161} = 1,9748\]
Como o t calculado (\(6,6926\)) é maior que o nível crítico [-1,9748; 1,9748], rejeita-se \(H_0\). Logo, as médias de peso entre os sexos são diferentes.
---
title: "Estatística"
author: ""
output:
flexdashboard::flex_dashboard:
orientation: rows
social: menu
source_code: embed
---
```{r setup, include=FALSE}
library(ggplot2)
library(plotly)
library(plyr)
library(flexdashboard)
setwd("C:/Users/Usuario/OneDrive - uel.br/AULA_ESTATÍSTICA")
dados=readxl::read_excel("dados_pesquisa.xlsx")
```
Home
=======================================================================
Row
-----------------------------------------------------------------------
### Introdução
Os dados dessa painel de controle foram oriundos de pesquisas realizadas pelos alunos de Relações Públicas do período Matutino e Noturno e dos alunos de Geografia Matutino e Noturno. Ao todo, 185 pessoas foram entrevistas em relação à idade, sexo, nível de escolaridade, peso, altura, profissão e algumas outras variáveis, como renda fixa mensal e consumo de água.
###

Row
-----------------------------------------------------------------------
### Contribuição
```{r}
contrib=data.frame(table(dados$Curso))
graph=ggplot(contrib,aes(y=Freq,x=Var1,fill=Var1))+geom_col()+
labs(x="Curso",y="Frequência absoluta",fill="Curso")
ggplotly(graph)
```
### Contato
Prof. Msc. Gabriel Danilo Shimizu
e-mail: shimizu@uel.br
Departamento de estatística, Centro de Ciências Exatas
Conjunto de dados
=======================================================================
### Conjunto de dados coletados pelos alunos de Geografia e Relações Públicas
```{r}
library(knitr)
DT::datatable(dados)
```
Sexo e escolaridade {data-navmenu="Variáveis qualitativas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Frequência de pessoas por sexo
```{r}
sexo=data.frame(table(dados$Sexo))
```
Somando-se os dados oriundos das pessoas entrevistadas pelos alunos da Geografia matutino, geografia noturno, relações públicas matutino e relações públicas noturno, foi coletado `r length(dados$Sexo)` pessoas, sendo `r sexo$Freq[1]` do sexo Feminino e `r sexo$Freq[2]` do sexo masculino.
### Frequência de pessoas por escolaridade
```{r}
escol=data.frame(table(dados$`Nível de Escolaridade`))
```
Do total de pessoas, `r escol$Freq[1]` possuem `r escol$Var1[1]`, `r escol$Freq[2]` possuem `r escol$Var1[2]`, `r escol$Freq[3]` possuem `r escol$Var1[3]`, `r escol$Freq[4]` possuem `r escol$Var1[4]`, `r escol$Freq[5]` possuem `r escol$Var1[5]`, `r escol$Freq[6]` possuem `r escol$Var1[6]` e `r escol$Freq[7]` possuem `r escol$Var1[7]`.
Row
-----------------------------------------------------------------------
### Frequência de pessoas por sexo
```{r}
graph=ggplot(sexo,aes(y=Freq,x=Var1,fill=Var1))+geom_col()+
labs(x="Sexo",y="Frequência absoluta",fill="Sexo")
ggplotly(graph)
```
### Frequência de pessoas por Escolaridade
```{r}
graph=ggplot(escol,aes(y=Freq,x=Var1,fill=Var1))+geom_col()+
theme(axis.text.x = element_blank())+labs(x="",y="Frequência absoluta",fill="Escolaridade")
ggplotly(graph)
```
Profissão {data-navmenu="Variáveis qualitativas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Frequência de pessoas por profissão
```{r}
prof=data.frame(table(dados$Emprego))
graph=ggplot(prof,aes(x=Freq,y=Var1,fill=Var1))+geom_col()+
labs(y="Profissão",x="Frequência absoluta",fill="Profissão")
ggplotly(graph)
```
Local de Nascimento {data-navmenu="Variáveis qualitativas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Frequência de pessoas por local de nascimento
```{r}
prof=data.frame(table(dados$`Local de Nascimento`))
graph=ggplot(prof,aes(x=Freq,y=Var1,fill=Var1))+geom_col()+
labs(y="Local de Nascimento",x="Frequência absoluta",fill="Local de Nascimento")
ggplotly(graph)
```
Altura {data-navmenu="Variáveis quantitativas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Geral
```{r}
media=round(mean(dados$Altura,na.rm=TRUE),2)
desvio=round(sd(dados$Altura,na.rm=TRUE),2)
vari=round(var(dados$Altura,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
### Por sexo
```{r}
media=round(tapply(dados$Altura,dados$Sexo,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Altura,dados$Sexo,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Altura,dados$Sexo,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
Row
-----------------------------------------------------------------------
### Por profissão
```{r}
media=round(tapply(dados$Altura,dados$Emprego,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Altura,dados$Emprego,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Altura,dados$Emprego,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
### Nível de escolaridade
```{r}
media=round(tapply(dados$Altura,dados$`Nível de Escolaridade`,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Altura,dados$`Nível de Escolaridade`,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Altura,dados$`Nível de Escolaridade`,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
Idade {data-navmenu="Variáveis quantitativas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Geral
```{r}
media=round(mean(dados$Idade,na.rm=TRUE),2)
desvio=round(sd(dados$Idade,na.rm=TRUE),2)
vari=round(var(dados$Idade,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
### Por sexo
```{r}
media=round(tapply(dados$Idade,dados$Sexo,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Idade,dados$Sexo,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Idade,dados$Sexo,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
Row
-----------------------------------------------------------------------
### Por profissão
```{r}
media=round(tapply(dados$Idade,dados$Emprego,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Idade,dados$Emprego,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Idade,dados$Emprego,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
### Nível de escolaridade
```{r}
media=round(tapply(dados$Idade,dados$`Nível de Escolaridade`,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Idade,dados$`Nível de Escolaridade`,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Idade,dados$`Nível de Escolaridade`,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
Peso {data-navmenu="Variáveis quantitativas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Geral
```{r}
media=round(mean(dados$Peso,na.rm=TRUE),2)
desvio=round(sd(dados$Peso,na.rm=TRUE),2)
vari=round(var(dados$Peso,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
### Por sexo
```{r}
media=round(tapply(dados$Peso,dados$Sexo,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Peso,dados$Sexo,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Peso,dados$Sexo,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
Row
-----------------------------------------------------------------------
### Por profissão
```{r}
media=round(tapply(dados$Peso,dados$Emprego,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Peso,dados$Emprego,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Peso,dados$Emprego,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
### Nível de escolaridade
```{r}
media=round(tapply(dados$Peso,dados$`Nível de Escolaridade`,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Peso,dados$`Nível de Escolaridade`,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Peso,dados$`Nível de Escolaridade`,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
Renda Mensal {data-navmenu="Variáveis quantitativas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Geral
```{r}
media=round(mean(dados$Renda,na.rm=TRUE),2)
desvio=round(sd(dados$Renda,na.rm=TRUE),2)
vari=round(var(dados$Renda,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
### Por sexo
```{r}
media=round(tapply(dados$Renda,dados$Sexo,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Renda,dados$Sexo,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Renda,dados$Sexo,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
Row
-----------------------------------------------------------------------
### Por profissão
```{r}
media=round(tapply(dados$Renda,dados$Emprego,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Renda,dados$Emprego,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Renda,dados$Emprego,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
### Nível de escolaridade
```{r}
media=round(tapply(dados$Renda,dados$`Nível de Escolaridade`,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$Renda,dados$`Nível de Escolaridade`,sd,na.rm=TRUE),2)
vari=round(tapply(dados$Renda,dados$`Nível de Escolaridade`,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
Consumo de água {data-navmenu="Variáveis quantitativas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Geral
```{r}
media=round(mean(dados$`Consumo de agua`,na.rm=TRUE),2)
desvio=round(sd(dados$`Consumo de agua`,na.rm=TRUE),2)
vari=round(var(dados$`Consumo de agua`,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
### Por sexo
```{r}
media=round(tapply(dados$`Consumo de agua`,dados$Sexo,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$`Consumo de agua`,dados$Sexo,sd,na.rm=TRUE),2)
vari=round(tapply(dados$`Consumo de agua`,dados$Sexo,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
Row
-----------------------------------------------------------------------
### Por profissão
Nota: Os alunos que coletaram dados de consumo de água não coletaram a informação de profissão.
```{r}
media=round(tapply(dados$`Consumo de agua`,dados$Emprego,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$`Consumo de agua`,dados$Emprego,sd,na.rm=TRUE),2)
vari=round(tapply(dados$`Consumo de agua`,dados$Emprego,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
### Nível de escolaridade
```{r}
media=round(tapply(dados$`Consumo de agua`,dados$`Nível de Escolaridade`,mean,na.rm=TRUE),2)
desvio=round(tapply(dados$`Consumo de agua`,dados$`Nível de Escolaridade`,sd,na.rm=TRUE),2)
vari=round(tapply(dados$`Consumo de agua`,dados$`Nível de Escolaridade`,var,na.rm=TRUE),2)
cv=round(desvio/media*100,2)
desc=data.frame("Media"=media,"Desvio padrao"=desvio,"Variancia"=vari,"CV"=cv)
colnames(desc)=c("Média","Desvio-padrão", "Variância", "CV(%)")
kable(desc)
```
Altura {data-navmenu="Gráfico de caixas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Geral
```{r}
graph=ggplot(dados,aes(y=Altura,x=""))+
geom_boxplot(fill="lightgreen")+labs(x="",y="Altura (cm)")
ggplotly(graph)
```
### Por Sexo
```{r}
graph=ggplot(dados,aes(y=Altura,x=Sexo,fill=Sexo))+
geom_boxplot()+labs(y="Altura (cm)")
ggplotly(graph)
```
Peso {data-navmenu="Gráfico de caixas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Geral
```{r}
graph=ggplot(dados,aes(y=Peso,x=""))+
geom_boxplot(fill="lightgreen")+labs(x="",y="Peso (kg)")
ggplotly(graph)
```
### Por Sexo
```{r}
graph=ggplot(dados,aes(y=Peso,x=Sexo,fill=Sexo))+
geom_boxplot()+labs(y="Peso (Kg)")
ggplotly(graph)
```
Idade {data-navmenu="Gráfico de caixas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Geral
```{r}
graph=ggplot(dados,aes(y=Idade,x=""))+
geom_boxplot(fill="lightgreen")+labs(x="",y="Idade (anos)")
ggplotly(graph)
```
### Por Sexo
```{r}
graph=ggplot(dados,aes(y=Idade,x=Sexo,fill=Sexo))+
geom_boxplot()+labs(y="Idade (anos)")
ggplotly(graph)
```
Renda {data-navmenu="Gráfico de caixas"}
=======================================================================
Row
-----------------------------------------------------------------------
### Geral
```{r}
graph=ggplot(dados,aes(y=Renda,x=""))+
geom_boxplot(fill="lightgreen")+labs(x="",y="Renda (R$/mês)")
ggplotly(graph)
```
### Por Sexo
```{r}
graph=ggplot(dados,aes(y=Renda,x=Sexo,fill=Sexo))+
geom_boxplot()+labs(y="Renda (R$/mês)")
ggplotly(graph)
```
Gráfico de dispersão {data-navmenu="Correlação"}
=======================================================================
Row
-----------------------------------------------------------------------
### Idade x Altura
```{r}
library(AgroR)
graph1=plot_cor(dados$Idade,dados$Altura,ic = FALSE,xlab = "Idade (anos)",ylab="Altura (cm)")
ggplotly(graph1)
```
### Idade x Peso
```{r}
graph2=plot_cor(dados$Idade,dados$Peso,ic = FALSE,xlab = "Idade (anos)",ylab="Peso (kg)")
ggplotly(graph2)
```
### Idade x Renda
```{r}
graph3=plot_cor(dados$Idade[!is.na(dados$Renda)],dados$Renda[!is.na(dados$Renda)],ic = FALSE,xlab = "Idade (anos)",ylab="Renda (R$/mês)")
ggplotly(graph3)
```
Row
-----------------------------------------------------------------------
### Altura x Peso
```{r}
graph4=plot_cor(dados$Altura,dados$Peso,ic = FALSE,xlab="Altura (cm)",ylab="Peso (kg)")
ggplotly(graph4)
```
### Altura x Peso
```{r}
graph5=plot_cor(dados$Altura[!is.na(dados$Renda)],dados$Renda[!is.na(dados$Renda)],ic = FALSE,xlab="Altura (cm)",ylab="Renda (R$/mês)")
ggplotly(graph5)
```
### Peso x Renda
```{r}
graph6=plot_cor(dados$Peso[!is.na(dados$Renda)],dados$Renda[!is.na(dados$Renda)],ic = FALSE,xlab="Peso (kg)",ylab="Renda (R$/mês)")
ggplotly(graph6)
```
Interpretação {data-navmenu="Correlação"}
=======================================================================
Row
-----------------------------------------------------------------------
### Interpretação
- Foi observado correlação negativa entre as variáveis Idade e Altura ($r = `r graph1$plot$corre`$)
- Foi observado correlação positiva entre as variáveis Idade e Peso ($r = `r graph2$plot$corre`$)
- Foi observado correlação positiva entre as variáveis Idade e Renda ($r = `r graph3$plot$corre`$)
- Foi observado correlação positiva entre as variáveis Altura e Peso ($r = `r graph4$plot$corre`$)
- Foi observado correlação positiva entre as variáveis Altura e Renda ($r = `r graph5$plot$corre`$)
- Foi observado correlação positiva entre as variáveis Peso e Renda ($r = `r graph6$plot$corre`$)
Teste {data-navmenu="Comparações"}
=======================================================================
Row
-----------------------------------------------------------------------
### Altura
$$H_{0}: Altura\ média\ sexo\ masculino = Altura\ média\ do\ sexo\ feminino$$
$$H_{1}: Altura\ média\ sexo\ masculino \neq Altura\ média\ do\ sexo\ feminino$$
```{r}
teste=t.test(dados$Altura~dados$Sexo)
```
Como o p-valor calculado ($`r teste$p.value`$) é menor que o nível de significância adotado ($\alpha = 0.05$), rejeita-se $H_0$. Logo, as médias de altura entre os sexos são diferentes.
**Manualmente:**
$$\bar{X}_{masculino} = 174,74; S = 8,48; n = 80 $$
$$\bar{X}_{feminino} = 162,89; S = 7,16; n = 105$$
**Estatística do teste (teste t para duas médias populacionais com variância desconhecida e desigual**
$$t_{cal} = \frac{\bar{X}_1-\bar{X}_1-\Delta}{\sqrt{\frac{S^2_1}{n_1}+\frac{S^2_1}{n_2}}}$$
$$t_{cal} = \frac{174,74-162,89-0}{\sqrt{\frac{8,48^2}{80}+\frac{7,16^2}{105}}} = -10,064$$
**Graus de liberdade de Welch-Satterthwaite**
$$v = \frac{(\frac{S^2_1}{n_1}+\frac{S^2_2}{n_2})^2}{\frac{(S^2_1/n_1)^2}{n_1-1}+\frac{(S^2_2/n_2)^2}{n_2-1}}$$
$$v = \frac{(\frac{8,48^2}{80}+\frac{7,16^2}{105})^2}{\frac{(8,48^2/80)^2}{80-1}+\frac{(7,16^2/105)^2}{105-1}} = 153,69 \approx 154$$
$$t_{\alpha=0.05;\ gl=154} = 1,976$$
Como o t calculado ($10,064$) é maior que o nível crítico [-1,9765; 1,9765], rejeita-se $H_0$. Logo, as médias de altura entre os sexos são diferentes.
### Peso
$$H_{0}: Peso\ média\ sexo\ masculino = Peso\ média\ do\ sexo\ feminino$$
$$H_{1}: Peso\ média\ sexo\ masculino \neq Peso\ média\ do\ sexo\ feminino$$
```{r}
teste=t.test(dados$Peso~dados$Sexo)
```
Como o p-valor calculado ($`r teste$p.value`$) é menor que o nível de significância adotado ($\alpha = 0.05$), rejeita-se $H_0$. Logo, as médias de peso entre os sexos são diferentes.
$$\bar{X}_{masculino} = 80,79; S = 13,55; n = 80$$
$$\bar{X}_{feminino} = 67,89; S = 12,23; n = 105 $$
**Estatística do teste (teste t para duas médias populacionais com variância desconhecida e desigual**
$$t_{cal} = \frac{\bar{X}_1-\bar{X}_1-\Delta}{\sqrt{\frac{S^2_1}{n_1}+\frac{S^2_1}{n_2}}}$$
$$t_{cal} = \frac{80,79-67,89-0}{\sqrt{\frac{12,23^2}{80}+\frac{13,55^2}{105}}} = -6,6926$$
**Graus de liberdade de Welch-Satterthwaite**
$$v = \frac{(\frac{S^2_1}{n_1}+\frac{S^2_2}{n_2})^2}{\frac{(S^2_1/n_1)^2}{n_1-1}+\frac{(S^2_2/n_2)^2}{n_2-1}}$$
$$v = \frac{(\frac{13,55^2}{80}+\frac{12,23^2}{105})^2}{\frac{(13,55^2/80)^2}{80-1}+\frac{(12,23^2/105)^2}{105-1}} = 160,5 \approx 161$$
$$t_{\alpha=0.05;\ gl=161} = 1,9748$$
Como o t calculado ($6,6926$) é maior que o nível crítico [-1,9748; 1,9748], rejeita-se $H_0$. Logo, as médias de peso entre os sexos são diferentes.